指导如何为 bench_env 任务编写高质量的离线和在线测试用例，强调避免同义反复，要求正例使用自然语言，负例覆盖具体失败模式及边界情况。
用于JavaScript/TypeScript应用的测试专家技能，涵盖单元测试、集成测试和端到端测试的编写，以及调试运行时错误、逻辑缺陷和安全漏洞，旨在提升代码覆盖率并系统分析潜在问题。
ProofShot 是一款用于 UI 视觉验证的 CLI 工具。通过录制视频、截图及捕获错误，对前端组件或页面变更进行自动化测试与证据打包，支持提交至 PR，确保视觉正确性。
用于编写 aimock 测试夹具，模拟 LLM 响应、工具调用及多轮对话，支持多种 AI 提供商和多媒体端点，适用于 AI 应用测试。
提供基于PilotDeck的browser-use插件进行浏览器自动化操作的能力，涵盖本地Web UI冒烟测试、截图、表单填写及DOM检查。内置缓存检查逻辑以避免重复下载，优化执行效率与网络适应性。
用于代码变更影响分析，评估修改特定函数或模块的潜在风险。通过上游依赖查询和Git差异检测，识别直接调用者及受影响流程，提供预提交安全审查和风险等级评估。
通过 Chrome DevTools Protocol 控制真实浏览器，支持页面导航、表单填写、UI 测试、截图及视频录制。适用于需交互或反爬的场景，优先使用有头模式以便用户观察，无显示时可用无头模式进行后台抓取。
为新添加的SSIM测试生成并上传参考数据。在Modal L40S上运行测试，下载生成的像素或潜在向量文件，经用户验证后安全上传至HuggingFace数据集，确保新测试具备必要的基础参考资源。
为功能、缺陷修复等场景设计高价值测试策略，通过行为映射覆盖矩阵、识别边界场景并选择验证命令，避免低信号测试。
用于回放经过清洗的客户端工具调用fixture，针对Cherry Studio等特定客户端进行Chat2API兼容性测试，支持流式与非流式行为验证及dry-run检查。
用于对牛市看跌价差策略进行历史回测，对比含信号与无信号版本的表现。返回权益曲线、关键绩效指标及交易明细，评估策略在特定标的上的Alpha生成能力。
用于验证HuggingFace与Megatron/MCore检查点行为一致性的双语指南，涵盖pytest测试套件及模型转换脚本。
复核自动化测试选择器自愈提案，判定候选定位符有效性后，将稳定方案写回 PageObject 源码并验证回归结果。
